قابلیت های قلم S Pen در گلکسی نوت ۹ به اوج می رسد!

قابلیت های قلم S Pen در گلکسی نوت ۹ به اوج می رسد!

بدون هیچ شکی سامسونگ با معرفی سری نوت خود، تعریف تازه ای از گوشی های هوشمند ارائه کرد. تصاویر لو رفته مربوط به پتنت اخیر قلم اس پن در گلکسی نوت ۹ سامسونگ قابلیت های جدید این گوشی را نمایان می کند.

محصولات سری نوت سامسونگ در زمینه کارایی و بهره وری در دسته بهترین گوشی های هوشمند بازار قرار می گیرد. علت چنین موضوعی را باید در قلم S Pen این دستگاه ها جستجو کرد. پس از گذشت سال ها این قلم تکامل پیدا کرده و کاربردهای بیشتری به آن اضافه شده است؛ برای مثال در حال حاضر قلم S Pen در برابر آب مقاوم است.

 

بر اساس پتنت این شرکت که به تازگی فاش شده کارایی این قلم به احتمال زیاد در گلکسی نوت ۹ سامسونگ افزایش پیدا خواهد کرد و یک قابلیت ویژه را در اختیار کاربران قرار می دهد. این پتنت که در WIPO (سازمان جهانی مالکیت فکری) به ثبت رسیده است، به کاربران اجازه می دهد تا به صورت همزمان برای کنترل دستگاه خود از قلم S Pen و انگشت استفاده کنند.

گلکسی نوت 9 سامسونگ

در تصویر منتشر شده برای این قابلیت، صفحه تنظیمات قابل مشاهده است. در تنظیمات کاربر می تواند روش ورودی دستگاه را انتخاب کند. همانطور که از تصاویر پیداست، کاربر می تواند برای عملکردهای مختلف، روش های متفاوتی را در نظر بگیرد؛ برای مثال برای اسکرول کردن صفحه می توان از ترکیب انگشت و قلم S Pen بهره گرفت. 

گلکسی نوت 9 سامسونگ

علاوه بر این قابلیت، می توان نحوه واکنش قلم S Pen را در زمانی که نمایشگر توسط انگشت لمس می شود، پیکربندی کرد. برای مثال در تصویر منتشر شده کاربر با لمس نمایشگر توسط انگشت و نگه داشتن آن، می تواند با قلم S Pen خطوط ضخیم تری را رسم کند.

گلکسی نوت 9 سامسونگ

سامسونگ ژست های حرکتی جدیدی را در این پتنت ثبت کرده است که می توان از آن ها به عنوان میانبر استفاده کرد؛ برای مثال با رسم حرف Z می توان به یادداشت بعدی دسترسی پیدا کرد و یا با رسم دایره در جهت عقربه های ساعت یا خلاف عقربه های ساعت پیوست را اضافه یا حذف کرد.

گلکسی نوت 9 سامسونگ

این حق الاختراع در تاریخ ۲۵ سپتامبر ۲۰۱۷ در WIPO به ثبت رسید. این شرکت در گذشته نیز خواهان ثبت این پتنت در کره جنوبی و آمریکا در سال های ۲۰۱۳ و ۲۰۱۴ بوده است. حتی با مشاده تصاویر این پتنت می توان به عمر و قابلیت بالای آن پی برد، چرا که در این مدل با سنسور اثر انگشت در زیر نمایشگر مواجه هستیم.

منبع : رسانه کلیک

سامانه آنلاین رجیستری گوشی‌های مسافری راه اندازی شد

سامانه آنلاین رجیستری گوشی‌های مسافری راه اندازی شد

گمرک ایران راه اندازی سامانه آنلاین رجیستری گوشی های مسافری را رسما اعلام کرد و از اعطای معافیت ۸۰ دلاری به تلفن همراه مسافران ورودی خبر داد

 راه اندازی سامانه آنلاین گوشی های مسافری با هدف دسترسی آسان مسافران و امکان خود اظهاری برای گوشی های مسافری از طریق سامانه جامع گمرکی و پنجره واحد تجارت فرامرزی صورت گرفته است .

بنابراین گزارش ؛ مدیرکل مرکز واردات و امور مناطق آزاد و ویژه گمرک ایران با ارسال بخشنامه‌ای به گمرکات مستقر در فرودگاه‌های بین‌المللی کشور، مهلت زمانی و نحوه ثبت نام IMEI تلفن همراه مسافران ورودی در سامانه گمرک را اعلام کرد .

در این بخشنامه با اشاره به نامه ستاد مرکزی مبارزه با قاچاق کالا و ارز و معاون برنامه‌ریزی و امور بین‌الملل گمرک آمده است:

۱- کلیه مسافران ورودی مکلفند حداکثر ظرف ده روز از تاریخ ورود به کشور نسبت به ثبت IMEI تلفن همراه خود در سامانه مربوطه به آدرس اینترنتی
http://epl.irica.gov.ir/ImeiRegister اقدام نمایند .

۲- مسافرین از طریق سامانه مذکور با احتساب ۸۰ دلار معافیت نسبت به پرداخت حقوق و عوارض و مالیات بر ارزش افزوده مابقی ارزش گمرکی یک دستگاه تلفن همراه برای هر مسافر (حسب ارزش‌های گمرکی مندرج در سامانه) وفق مقررات مسافری اقدام نماید.

۳- با عنایت به نامه صدرالذکر معاون برنامه‌ریزی و امور بین‌المللی آدرس اینترنتی  
http://epl.irica.gov.ir/ImeiRegister
جهت ثبت IMEL تلفن همراه راه‌اندازی گردیده و لینک آدرس و دستورالعمل اجرایی سامانه مذکور بر روی پورتال گمرک قابل رویت می‌باشد، لذا ضمن اطلاع‌رسانی تأکید نمایید اطلاعات مربوطه صرفاً در لینک مذکور درج و ثبت گردد.

۴- در صورت درخواست مسافر جهت انجام عملیات فوق‌الذکر، در هنگام ورود گمرک مربوطه می‌بایست از طریق لینک مذکور نسبت به انجام فرآیند ثبت رجیستری اقدام نماید.

۵- تأکید می‌گردد با عنایت به بند ۲ صورتجلسه فوق‌الذکر مراتب فوق به طریق مقتضی با نصب بنر، تابلو و توزیع بروشور به مسافرین ورودی و خروجی اطلاع‌رسانی و همچنین مقرر فرمایند نسبت به  اعلام مراتب به شرکت‌های هواپیمایی جهت اطلاع‌رسانی به مسافران به طریق مقتضی اقدام گردد.

بنابراین گزارش جهت دسترسی آسان تر به سامانه آنلاین رجیستری گوشی های مسافری و استعلام شماره سریال IMEI گوشی های تلفن همراه وارداتی می توانید از Google Chrome استفاده نمایید . ضمن اینکه لینک ورود به این سامانه ها در سایت گمرک ایران به آدرس www.irica.ir قرار داده شده است .

شایان ذکر است از حدود دو ماه پیش طرح رجیستری با همکاری گمرک و وزارت فناوری اطلاعات و ارتباطات و با هماهنگی ستاد مرکزی مبارزه با قاچاق کالا و ارز عملیاتی شده است .

منبع: تسنیم

روکید گلس؛ عینک واقعیت افزوده‌ سبک و قدرتمند

روکید گلس؛ عینک واقعیت افزوده‌ سبک و قدرتمند

شرکت چینی روکید با ارائه‌ی عینک واقعیت افزوده‌ی روکید گلس، گامی دیگر به سوی حذف معایب هدست‌های واقعیت مجازی برداشته است.

هدست‌های واقعیت افزوده در بازار کم نیستند. هولولنز و گوگل گلس از جمله این هدست‌ها به شمار می‌آیند؛ اما مشکل اینجا است که عموما این هدست‌ها به دو دلیل مورد استقبال گسترده قرار نمی‌گیرند؛ یکی قیمت و دیگری شکل آن‌ها. شرکت چینی Rokid که در زمینه‌ی واقعیت افزوده فعالیت دارد، با محصولی جدید برای رفع مشکلات یادشده به CES 2018 آمده است. نام این محصول Rokid Glass است؛ نام ساده‌ای که هدف بزرگی پشت آن است: ارائه‌ی تجربه‌ای کاربرپسند و ماندگار از واقعیت افزوده.

هدست‌های واقعیت افزوده‌ای که تاکنون عرضه شده‌اند به دلیل نوپا بودن فناوری در این عرصه چندان کارآمد نیستند؛ اما رفته‌رفته با پیشرفت فناوری، برخی شرکت‌ها در این حوزه جاه‌طلب‌تر شده‌اند و وعده‌های جذابی می‌دهند که البته بسیاری از آن‌ها در حد وعده باقی می‌مانند و عملی نمی‌شوند.

حالا باید دید روکید چقدر در این بازی دوام می‌آورد؛ اما چیزی که روی کاغذ قابل استنباط است، این است که روکید گلس می‌تواند بسیار قدرتمند ظاهر شود. با داشتن وزنی معادل ۱۲۰ گرم، این محصول تنها کمی از یک عینک آفتابی درشت‌تر است. با این وجود، از نظر سخت‌افزاری چیزی کم ندارد. پردازنده‌ی سامسونگ اکسینوس ۸۸۹۰ یعنی همان پردازنده‌ای که در گلکسی اس ۷ و نوت ۷ استفاده شده است و یک نمایشگر OLED با رزولوشن ۱۹۲۰ در ۱۰۸۰ از نقاط قوت این محصول هستند که احتمال تأخیر در پردازش را تقریبا به صفر می‌رسانند.

روکید گلس

جدا از سخت‌افزار، روکید گلس به نرم‌افزاری مجهز است که می‌تواند رؤیای واقعیت افزوده را به واقعیت تبدیل کند. علاوه بر ژست‌های حرکتی، این محصول به کمک پلتفرم هوش مصنوعی اختصاصی خود به فرمان‌های صوتی نیز واکنش می‌دهد.

البته تمام موارد یادشده فعلا در حد وعده هستند. طرفداران AR مسلما دوست دارند که این وعده تحقق پیدا کنند؛ اما آن‌چه تاکنون شاهد بوده‌ایم چیزی، غیر از این  است.

منبع: کلیک

لای فای ۱۰۰ برابر سریع تر از وای فای است/ اینترنت اشیاء در آستانه انقلاب

لای فای ۱۰۰ برابر سریع تر از وای فای است/ اینترنت اشیاء در آستانه انقلاب

دسترسی به اینترنت پرسرعت لای فای به عنوان بهترین جایگزین امواج رادیویی، استفاده از اینترنت اشیاء را به میزان قابل ملاحظه‌ای تسهیل می‌کند.

نسل جدید ارتباطات بی‌سیم ما را با دنیایی آشنا می‌کند که در آن فقط از نور برای اتصال بی‌سیم به اینترنت و انتقال داده، استفاده می‌شود؛ بنابراین دیگر به مودم نیازی نخواهیم داشت و تنها با روشنایی حتی اندک، به‌راحتی می‌توانیم با سرعتی باورنکردنی یعنی سرعتی در حدود ۱۰۰ برابر سریع تر از Wi-Fi، به اینترنت دسترسی داشته باشیم.

این فناوری با استفاده از نور مرئی برای انتقال داده، سبب افزایش ۱۰ هزار برابری پهنای باند، کاهش هزینه و مصرف انرژی می‌گردد و به دلیل مانع‌شدن دیوار در مسیر عبور نور، امنیت بیشتری را نسبت به Wi-Fi در شبکه‌های محلی ایجاد می‌کند. نام این فناوری لای‌فای (Li-Fi) است که در ادامه به معرفی آن و نقش مهمی که می‌تواند در پیاده‌سازی اکوسیستم اینترنت اشیا ایفا کند، می‌پردازیم.

 

معرفی لای فای

لای‌فای (Li-Fi) برگرفته از دو کلمه Light و Fidelity است که توسط پروفسور دانشگاه ادینبورگ و از بنیان‌گذاران شرکت پیورلای فای «هارلد هاس» اختراع شد.

لای فای از مجموعه ارتباطات بی‌سیم نوری است که می‌تواند مکمل خوبی برای امواج رادیویی محسوب گردد. این فناوری از طیف نور مرئی، فروسرخ و نزدیک به فرابنفش استفاده می‌کند که توانایی انتقال حجم بالایی از داده را داراست و به‌ عنوان راه‌حلی برای محدودیت‌های پهنای باند فرکانس‌های رادیویی، به شمار می‌آید.

لای‌فای

برای پیاده‌سازی لای فای به هیچ ساختار خاصی نیاز نداریم و به‌راحتی می‌توانیم این فناوری را به زیرساخت موجود اضافه کنیم.

چراغ‌های LED به‌عنوان بستری برای لای فای و انتقال داده با سرعت‌بالا، به‌حساب می‌آیند که شرایط کارکرد و استفاده لای فای ازLED، همانند لامپ‌های LED، با روشن و خاموش شدن‌های متناوب و با سرعت‌بالا، صورت می‌پذیرد که قابل‌تشخیص برای افراد نیست.

امروزه شاهد استفاده گسترده از لامپ‌های LED هستیم که تنها با اضافه کردن یک دستگاه کوچک به این لامپ‌های LED و اتصال به شبکه، می‌توانیم به‌راحتی از فناوری لای فای بهره‌مند شویم.

با فناوری لای فای، تنها امکانی که لازم داریم که به اینترنت دسترسی داشته باشیم، روشن بودن لامپ‌ها بوده که حتی گفته‌شده است لای فای می‌تواند با نور خورشید و یا در محیط روشن، امکان اتصال به اینترنت را نیز فراهم کند.

مسئله ای مهم در آینده نه چندان دور

افزایش روزافزون دستگاه‌ها در اکوسیستم اینترنت اشیا و اتصال آنان به اینترنت، نیازمند پهنای باند بالا است که این امر به دلیل توسعه ناپذیر بودن فرکانس‌های رادیویی، از عهده وای فای که با امواج رادیویی کار می‌کند، خارج است.

برای افزایش سرعت با استفاده از فناوری ۵G نیازمند برج‌های مخابراتی هستیم که باید در فاصله‌های ۵۰ متری از هم قرار بگیرند، اما تصور شهرهایی که در هر ۵۰ متر یک برج مخابراتی قرار دارد، قطعاً خیلی ناخوشایند خواهد بود؛ به همین دلیل لای فای با پهنای باند بالا و استفاده از یک سیستم نوردهی شهری به‌راحتی می‌تواند حجم زیادی از اطلاعات را در بین انبوهی از دستگاه‌ها و افراد در یک شبکه گسترده با سرعت بسیار بالا انتقال دهد.

در اثر احداث و نگهداری این برج‌های مخابراتی هزینه‌ها و انرژی‌های زیادی مصرف خواهد شد که با لای فای دیگر نیازی نیست برج‌های مخابراتی به این صورت و با این فاصله از یکدیگر قرار بگیرند؛ پس بالطبع شاهد کاهش هزینه و مصرف انرژی نیز خواهیم بود.

قابلیت های اینترنت لای فای

لای‌فای در کنار وای فای، به کمک پیاده‌سازی اینترنت اشیا می‌آید، بدین‌صورت که دانلود اطلاعات بر روی لای فای و آپلود اطلاعات بر روی وای فای صورت می گیرد؛ بنابراین لای فای با تمام مزایای خوبی که دارد، به‌تنهایی و بدون حضور وای فای نمی‌تواند گردش اطلاعات را به‌خوبی در بین دستگاه‌های اینترنت اشیا انجام دهد. این دو فناوری به موازات یکدیگر می‌توانند زمینه مناسبی را برای پیاده‌سازی اینترنت اشیا فراهم کنند.

لای فای چیست

در پایان خوشحال می‌شویم نظرات شما دوستان را در رابطه با فناوری لای فای، مزایا و چالش‌های دیگر این فناوری بدانیم. اگر ایده و نظری در مورد رفع چالش های پیش روی فناوری لای فای به ذهنتان رسیده است، خوشحال می‌شویم آن را با ما به اشتراک بگذارید.

 

منبع: کلیک

Google Glass در خدمت فناوری ‘اعضا بر روی تراشه’

Google Glass در خدمت فناوری ‘اعضا بر روی تراشه’

Google Glass به محققان کمک می‌کند تا تکنولوژی ‘اعضا بر روی تراشه’ را توسعه دهند. Google Glass به محققان یک hands-free و یک سیستم نظارتی انعطاف پذیر ارائه می‌دهد تا آنها را قادر سازد دستورات صوتی خود را صادر کنند.

محققان دانشگاه Brigham با کمک ایالات متحده و بیمارستان زنان BWH در ایالت ماساچوست توانستند با استفاده از Google Glass در حوزه‌ای از تکنولوژی که ما آن را به نام ‘اعضا بر روی تراشه’ می‌شناسیم به نتایج شگفت انگیزی دست پیدا کنند.

این تیم تحقیقاتی در ابتدا سخت افزار و نرم افزار نظارت از راه دور و دستگاه‌های کنترلی که شبیه به سیستم فیزیولوژیک انسان است را توسعه می‌دهند. این دستگاه‌ها که به عنوان ‘اعضا بر روی تراشه’ شناخته می‌شوند، برای تست ترکیبات مواد مخدر و پیش بینی پاسخ‌های فیزیولوژیک با دقت بالا در محیط آزمایشگاهی به محققان کمک می‌کند.

اما نظارت بر نتایج حاصل از چنین آزمایش‌هایی از طریق یک کامپیوتر رومیزی معمولی دارای محدودیت‌هایی نیز هست، به ویژه هنگامی‌ که نتایج باید در طول یک دوره چند ساعتی، چند روز و یا حتی چند هفته‌ای بررسی شود.

برای اینکه Google Glass در مسیر اهداف از پیش تعیین شده قدم بردارد، شریک ژانگ سرپرست تیم تحقیقاتی و همکارانش اقدام به توسعه سخت افزار و نرم افزار آن نمودند به طوریکه از مزیت دستور کنترل صدای Google Glass و دیگر ویژگی‌ها نه تنها به منظور نظارت بلکه با هدف کنترل از راه دور سیستم‌های قلب بر روی تراشه و کبد بر روی تراشه استفاده کردند.

این تیم تحقیقاتی با استفاده از دریچه‌های کنترل از راه دور فعال به همراه شیشه، توانست ترکیبات دارویی در ارگانویدهای کبد را معرفی و نتایج را جمع آوری کنند.
علی خادم حسینی، مدیر مرکز تحقیقات ونوآوری بیومتریال BWH طی مقاله‌ای که در ژورنال Scientific Reports به چاپ رسید نوشت: ما معتقدیم این یک پلت فرم با کاربردهای گسترده در تحقیقات زیست پزشکی است و ممکن است بیشتر در مراکز بهداشتی که در آن نظارت و کنترل از راه دور همه چیز را امن‌تر و کارآمدتر می کند کاربرد بیشتری داشته باشد.
ژانگ اضافه می‌کند: این پلت فرم در مواردی که در آن زندگی انسان در خطر است از اهمیت ویژه‌ای برخوردار است، مانند اقداماتی که باکتری‌های بیماری زا، ویروسها و یا ترکیبات رادیو اکتیو انجام می‌دهند.

اولین جایزه نوبل در زمینه واقعیت مجازی در سال ۲۰۱۸ اهدا می شود

اولین جایزه نوبل در زمینه واقعیت مجازی در سال ۲۰۱۸ اهدا می شود

قرار است از سال آینده یک جایزه نوبل در زمینه واقعیت مجازی به افرادی که در این زمینه تلاشی برای کمک به علم می کنند اختصاص داده شود. در ادامه با رسانه کلیک همراه باشید.

برندگان جوایز نوبل فیزیک، شیمی، اقتصاد و پزشکی هفته گذشته در مراسمی در شهر استکهلم مشخص شده و جوایز خود را دریافت کردند. علاوه بر اعلام برندگان جوایز، اخبار هیجان‌انگیز دیگری نیز از این مراسم مخابره شد؛ اچ‌تی‌سی وایو و بخش رسانه‌ای نوبل اعلام کردند که برای اولین جایزه نوبل در زمینه واقعیت مجازی در فیزیک و پزشکی با یکدیگر همکاری خواهند کرد.

حال، تجربه واقعیت افزوده «ریتم دیجیتال» بینندگان خود را به یک سفر در سطح سلولی از بدن انسان می‌برد، به‌طوری‌که این افراد قادر خواهند بود با ساعت بیولوژیکی برای درک نحوه کار آن، در تعامل باشند.

موضوع “ریتم دیجیتال” نتیجه تلاش سه دانشمند آمریکایی است که امسال موفق به دریافت جایزه نوبل در بخش‌های بیولوژی یا پزشکی برای کشف مکانیزم های مولکولی کنترل ریتم شبانه‌روزی شده‌اند.

در تجربه واقعیت مجازی، هر کسی می‌تواند یاد بگیرد که چطور گیاهان، حیوانات و انسان‌ها ریتم بیولوژیکی خود را به‌طوری‌که با چرخه‌های روز هماهنگ باشد، سازگار می‌کنند. قرار است از سال ۲۰۱۸ در سراسر جهان مردم عادی بتوانند در وایو پورت و موزه‌های نوبل امکان تجربه استفاده از این محصول جدید را به دست آوردند.

متیاس فیرنیوس، مدیرعامل بخش رسانه‌های نوبل می‌گوید:

در کنار هم با اچ‌تی‌سی وایو، یک تجربه منحصربه‌فرد از واقعیت مجازی را خلق خواهیم کرد، به‌طوری‌که این تکنولوژی لحظه‌های مهمی را به ما نشان خواهد داد و درس‌های حیاتی را به ما خواهد آموخت تا جهان بتواند از مزیت‌های آن بهره ببرد “. “ریتم دیجیتال” یکی دیگر از دلایلی است که به ما نشان می‌دهد چگونه تکنولوژی‌های نوظهوری مانند واقعیت مجازی، می‌تواند یک تجربه بی‌نظیر و لحظه‌ای برای یادگیری را برای ما خلق کند.

ریکارد استیبر رئیس وایوپورت در این خصوص گفت:

ما معتقدیم که اسرار بیولوژیکی و دنیای فیزیک می‌توانند برای کشف از طریق واقعیت مجازی ساخته‌شده توسط برندگان نوبل، بهترین باشند. خود را در یک سلول و در حال تماشای ساعت بیولوژیکی تصور کنید و شروع انفجار بزرگ (بیگ بنگ) در حال وقوع است، این در حالی است که شما در محل کارتان هستید.

پروژه جایزه نوبل در زمینه واقعیت مجازی حاصل تلاش اچ‌تی‌سی وایو برای ادغام فن‌آوری واقعیت مجازی در آموزش و پرورش و علم و جذب مردم در جهان اطراف ما است.

شرکت وایو به‌ تازگی وایو آرتز (Vive Arts) را راه‌اندازی کرده که یک طرح نوآورانه برای تغییر نحوه ایجاد تعامل با هنر در سراسر جهان است. همکاری وایو و رسانه‌های نوبل بیشتر از همه بر موضوع قدرت واقعیت مجازی در شکل دادن به نحوه آموزش ما و درک مفاهیم مهم آن دلالت دارد.

منبع: کلیک

۳ گام ساده برای انتخاب رمز عبور قوی

۳ گام ساده برای انتخاب رمز عبور قوی

رمزهای عبور، کلید ورود به حساب‌های آنلاین محسوب می‌شوند. زمانی که چنین کلیدهایی به دست افراد ناشایست بیفتد، این حساب‌ها در معرض خطر قرار می‌گیرند. برای انتخاب رمز عبور قوی باید تعادل را رعایت کنید؛ رمز عبور از یک‌طرف باید آن‌قدر سخت باشد که دیگران نتوانند آن را حدس بزنند و از طرف دیگر باید به‌گونه‌ای باشد که در خاطر شما باقی بماند. با وجود تمام هشدارهایی که هر روز در مورد رمز عبور داده می‌شود، بسیاری از کاربران همچنان از رمزهای عبور ساده استفاده می‌کنند. بنا به تحقیق شرکت امنیتی SplashData، عبارت‌های «۱۲۳۴۵۶» و «password» همچنان از پرمصرف‌ترین رمزهای عبور به‌حساب می‌آیند.

هرچند کنترل بسیاری از موارد امنیتی حساب‌های آنلاین در دست وب‌سایت‌ها است، اما رمز عبور از جمله موارد امنیتی محسوب می‌شود که کاربر کنترل کامل روی آن دارد. بر اساس آمار یکی از شرکت‌های امنیتی، فقط در سال ۲۰۱۷ بیش از ۱۰۰۰ رخنه‌ی اطلاعاتی صورت گرفته است. به همین خاطر، بهتر است که هرچه زودتر به فکر انتخاب رمز عبور قوی برای حساب‌های آنلاین خود باشید.

در ادامه، به‌صورت مختصر و مفید در مورد نحوه‌ی انتخاب رمز عبور قوی و راه و روش یادآوری آن‌ها توضیح می‌دهیم. با ما همراه باشید.

چگونه یک رمز عبور قوی انتخاب کنیم

۱. با یک جمله شروع کنید

برای ایجاد یک رمز عبور قوی بهتر است از چند کلمه استفاده کنید. برخی از سایت‌ها ۶ یا ۸ حرف را به‌عنوان حداقل تعداد حروف رمز عبور مشخص می‌کنند، اما لازم نیست که به این حداقل‌ها اکتفا کنید. «ریچارد کرون» (Richard Crone)، متخصص امنیتی، درزمینه‌ی رمز عبور می‌گوید: «هرچقدر طولانی‌تر باشد، بهتر است. بهترین کار برای ایجاد رمزهای عبور طولانی، استفاده از جمله است». یک جمله را انتخاب کنید که قابل یادآوری باشد ولی ارتباط نزدیکی هم با شخص شما نداشته باشد. از استفاده از تاریخ تولد، نام حیوانات خانگی یا نام اعضای خانواده دوری کنید. فرض کنید که می‌خواهید جمله‌ی «گربه رفت دریا» را به‌عنوان رمز عبور انتخاب کنید. فینگلیش این جمله می‌شود «gorbe raft darya». سپس فاصله‌ی بین کلمات را برمی‌داریم که با این کار جمله تبدیل به «gorberaftdarya» می‌شود. کرون می‌گوید: «هرچقدر رمز عبور طولانی‌تر و نامرتبط‌تر باشد، ایمن‌تر است».

۲. از کلمات واقعی استفاده نکنید

با تغییر در محتوای جملات، ظاهر آن را تغییر دهید؛ مثلا می‌توانید دو یا سه حرف اول هر کلمه‌ی موجود در جمله را انتخاب کنید. هرچقدر از کلمات معنی‌دار کمتری در رمز عبور استفاده کنید، به همان میزان امنیت آن را بالاتر می‌برید. به‌عنوان مثال اگر سه حرف اول هر کلمه را انتخاب کنید، مثال قبلی این‌گونه می‌شود: «gorraftdar»

۳. از اعداد، نمادها و حروف کوچک و بزرگ استفاده کنید

در رمز عبور بهتر است که از انواع و اقسام اعداد، نمادها و دیگر موارد استفاده کنید. برخی از سایت‌ها کاربرانشان را ناچار می‌کنند که در رمز عبور خود حداقل یک حرف بزرگ، یک حرف کوچک و عدد را قرار دهند. توجه داشته باشید که از علائم و اعداد تکراری استفاده نکنید و آن‌ها را در کنار یکدیگر قرار ندهید. با استفاده از حروف بزرگ و کوچک و مثلا عدد صفر به‌جای حرف «O» می‌توانید میزان امنیت رمز عبورتان را تا حد زیادی افزایش بدهید؛ مثلا رمز عبور ما تبدیل می‌شود به: «G0rRafTdAr».

از برنامه‌ی مدیریت رمز عبور استفاده کنید

با بهره بردن از گام‌های بالا می‌توانید یک رمز عبور بسیار قوی ایجاد کنید، اما حفظ کردن چنین رمزهای عبوری کار ساده‌ای نیست. به همین خاطر بهتر است که از برنامه‌هایی مانند LastPass یا Dashlane برای مدیریت رمزهای عبورتان استفاده کنید. نسخه‌ی رایگان این برنامه‌ها امکانات زیادی دارند، اما برای ویژگی‌های خاص و پیشرفته‌تر باید مبلغی را بپردازید.

برنامه‌های مدیریت رمز عبور را به‌عنوان صندوق امانات بانک در نظر بگیرید که می‌تواند از تمام رمزهای عبور حساب‌های آنلاین شما محافظت کند. با استفاده از چنین برنامه‌هایی، دیگر لازم نیست انواع و اقسام رمزهای عبور را به خاطر بسپارید و فقط با یک رمز عبور می‌توانید به تمام رمزهای عبور حساب‌های کاربری‌تان دسترسی داشته باشید.

اگر به چنین برنامه‌هایی اعتماد ندارید، توصیه می‌کنیم تمام این رمزهای عبور را روی کاغذ بنویسید یا در کامپیوتر تایپ کنید و آن‌ها در مکان امنی در خانه یا در یک پوشه‌ی رمزگذاری شده در کامپیوتر قرار دهید. اگر بخواهیم به‌طور خلاصه بگوییم، رمزهای عبور را در جایی قرار دهید که دست کمتر کسی به آن‌ها برسد.

نبرد اپل و گوگل بر سر فناوری‌های کپی‌ناپذیر

نبرد اپل و گوگل بر سر فناوری‌های کپی‌ناپذیر

یکی از جالب‌ترین نکات تکنولوژی این است که نوآوری‌ها خیلی سریع از گجت‌های گران‌قیمت به گجت‌های ارزان‌قیمت راه پیدا می‌کنند. البته سرقت ایده‌ها در بین شرکت‌های کوچک یا کپی‌برداری شرکت‌های بزرگ از شرکت‌های کوچک‌تر (مانند جریان فیسبوک و اسنپ‌چت) اتفاق چندان جالبی محسوب نمی‌شود. اما بهره بردن شرکت‌های کوچک و گجت‌های ارزان آن‌ها از نوآوری‌های اپل و گوگل خیلی هم خوب است. البته غول‌هایی مانند اپل و گوگل مانند ما فکر نمی‌کنند و با این قضیه مشکل دارند؛ به همین خاطر آن‌ها به‌سختی روی تکنیک‌ها و رویکردهایی کار می‌کنند که به این راحتی‌ها قابل کپی‌برداری نباشند.

کلیدواژه‌ی این روزهای دنیای تکنولوژی، عبارت یادگیری ماشینی است. همانند واقعیت افزوده و واقعیت مجازی، در مورد یادگیری ماشینی هم زمانی تصور می‌کردیم که به این زودی‌ها چشممان به آن نخواهد خورد. هرچند، در سال ۲۰۱۷ حضور یادگیری ماشینی را بیش از هر زمان دیگری می‌توانیم احساس کنیم. اصلی‌ترین چیزی که آیفون ۱۰ و گوشی پیکسل ۲ و ۲ ایکس‌ال را از باقی گوشی‌ها متمایز می‌کند، همین یادگیری ماشینی است. این همان چیزی است که موجب تمایز شرکت‌ها در امروز و آینده می‌شود و شرکت‌هایی که از این بابت عقب بیفتند، در آینده‌ی نزدیک از عرصه‌ی رقابت حذف می‌شوند.

نبرد اپل و گوگل بر سر فناوری‌های کپی‌ناپذیر - یادگیری ماشینی

یادگیری ماشینی چیزی نیست که بشود از آن کپی‌برداری کرد و امکان انجام مهندسی معکوس هم در آن وجود ندارد. برای این که شرکت‌ها از لحاظ یادگیری ماشینی به پای غول‌هایی همچون اپل و گوگل برسند، باید به اندازه‌ی آن‌ها از قدرت محاسباتی و داده‌های کاربران بهره ببرند (که احتمالا این‌گونه نیستند) و به اندازه‌ی آن‌ها سرمایه‌گذاری کرده باشند (که احتمالا چنین پولی را ندارد). اگر بخواهیم ساده‌تر بگوییم، برای شرکت‌های بزرگ یادگیری ماشینی همانند جام مقدس است که دست دیگر شرکت‌ها به راحتی به آن نمی‌رسد. پیشرفت یادگیری ماشینی ارتباط مستقیمی با تعداد کاربران و سرمایه‌گذاری عظیم شرکت‌ها دارد و علاوه بر این، به مرور زمان بهتر هم می‌شود. به همین خاطر، رقبای این شرکت‌ها باید به‌سختی تلاش کنند تا فقط در این عرصه باقی بمانند.

ما نمی‌گوییم که یادگیری ماشینی می‌تواند تمام مشکلات صنعت تکنولوژی را حل و فصل کند؛ نکته‌ی مهم این است که یادگیری ماشینی پایه و اساس برخی از ویژگی‌های متمایزکننده‌ی کلیدی است که از همین الان تولید آن‌ها شروع شده.

یادگیری ماشینی در دوربین گوگل پیکسل ۲

یکی از جذاب‌ترین کاربردهای فناوری یادگیری ماشینی در دوربین گوشی‌های پیکسل و پیکسل ۲ صورت گرفته است. دوربین این گوشی‌ها، به خصوص در محیط‌های کم نور، عملکرد فوق‌العاده‌ای دارند. گوگل با بهره بردن از نرم‌افزارهای خاصی موفق شده که فراتر از محدودیت‌های دوربین گوشی‌ها (مانند محدودیت در اندازه‌ی سنسور و لنز) عمل کند و توسعه‌ی چنین نرم‌افزارهایی به‌لطف الگوریتم‌های هوشمند و یادگیری ماشینی محقق شده است.

نبرد اپل و گوگل بر سر فناوری‌های کپی‌ناپذیر - یادگیری ماشینی

همان‌طور که از فناوری‌های مربوط به یادگیری ماشینی انتظار داریم، گوگل می‌گوید که دوربین این گوشی‌ها به‌مرور زمان بهتر هم می‌شوند. حتی اگر گوگل برای پیکسل ۲ از همان دوربین پیکسل استفاده می‌کرد، همین گذشت زمان به‌تنهایی موجب بهبود دوربین گوشی می‌شد. یکی از جذاب‌ترین مشخصه‌های یادگیری ماشینی، همین تاثیر گذشت زمان در بهبود نتیجه‌ی نهایی است. یکی از محققان گوگل در همین زمینه می‌گوید که دوربین گوشی‌های پیکسل مانند هر سیستم یادگیری ماشینی دیگری هستند؛ به این نحو که هرچقدر داده‌ی بیشتری به آن‌ها بدهید، نتیجه‌ی نهایی بهتر می‌شود. دو عامل حیاتی برای بهبود این دوربین‌ها، زمان و قدرت پردازش (هم درون گوشی و هم در سرورهای گوگل) است.

گوگل اسیستنت

در نمایشگاه CES امسال، یکی از خبرنگاران از مدیرعامل بخش گوشی هوآوی پرسید که آیا او تصمیم دارد در آمریکا سرویس دستیار صوتی هوآوی را راه بیندازد که او جواب داد: «دستیارهای صوتی گوگل و الکسا خیلی بهتر هستند، ما چگونه می‌توانیم با آن‌ها رقابت کنیم؟» همین جواب کوتاه و صریح چنین مقام بلندپایه‌ای نشان می‌دهد که رقابت با گوگل و آمازون در زمینه‌ی یادگیری ماشینی کار بسیار سختی است. هر دوی این شرکت‌ها بودجه‌ی هنگفتی را صرف پردازش زبان و تشخیص صدا کرده‌اند و حالا به جایی رسیده‌اند که یک شرکت بزرگ همچون هوآوی هم جرئت رقابت با آن‌ها را ندارد. موفقیت گوگل و آمازون، قدرت سرمایه‌گذاری بلندمدت در زمینه‌ی یادگیری ماشینی را نشان می‌دهد.

آیا گوگل اسیستنت یک ویژگی متمایز به حساب می‌آید؟ برای سخت‌افزار نه، چرا که گوگل می‌خواهد این دستیار هوشمند در انواع و اقسام گجت‌ها حضور داشته باشد. اما سرورهای گوگل اسیستنت همچون مجرایی هستند که کاربران را روانه‌ی بخش جستجوی گوگل و دیگر سرویس‌های این شرکت می‌کند و تمام این بخش‌ها تا حدی از یادگیری ماشینی بهره می‌برند. کاری که گوگل اسیستنت می‌کند این است که موجب افزایش نفوذ گوگل روی شرکای سخت‌افزاری‌اش می‌شود. نفوذ گوگل به حدی رسیده که سازندگان گوشی‌های اندرویدی دیگر به راحتی نمی‌توانند پلی استور یا این دستیار هوشمند را از گوشی‌هایشان حذف کنند.

فیس آی‌دی اپل

اپل هم بودجه‌ی زیادی را برای توسعه‌ی یادگیری ماشینی اختصاص داده و همین حالا هم این فناوری به بخش‌های زیادی از نرم‌افزار آیفون نفوذ کرده است. علاوه بر این، اپل چندی پیش از پلتفرم Core ML رونمایی کرد که به توسعه‌دهندگان اجازه می‌دهد از فناوری یادگیری ماشینی در اپلیکیشن‌هایشان استفاده کنند. اما چیزی که سر و صدای زیادی را در مورد یادگیری ماشینی اپل به راه انداخت، بریدگی ایجاد شده در قسمت فوقانی آیفون ۱۰ و تکنولوژی درون آن بود. اپل در این بریدگی انواع و اقسام سنسورها را تعبیه کرده (تقریبا چیزی شبیه کینکت مایکروسافت) و به‌لطف این سنسورها، مشخصه‌ی جدید فیس آی‌دی محقق شده است.

نبرد اپل و گوگل بر سر فناوری‌های کپی‌ناپذیر - یادگیری ماشینی

شاید چنین مشخصه‌ای طرفداران و منتقدان زیادی داشته باشد، اما دستاورد فنی چنین کاری را نمی‌توانیم نادیده بگیریم. تقریبا همه‌ی منتقدان عملکرد دقیق این مشخصه را تایید کرده‌اند. این سیستم آنقدر قدرتمند و دقیق هست که در تاریکی مطلق هم کار می‌کند و به‌لطف یادگیری ماشینی، خود را با توجه به تغییرات ایجاد شده در چهره‌ی کاربر تطبیق می‌دهد. اگر بهبودهای معمول ایجاد شده در آیفون ۱۰ را کنار بگذاریم، سیستم فیس آی‌دی مهم‌ترین مشخصه‌ی آیفون ۱۰ محسوب می‌شود؛ و جادوی این سیستم به‌لطف استفاده از فناوری یادگیری ماشینی ممکن شده است.

البته هنوز پیشرفت‌های یادگیری ماشینی به مرحله‌ای نرسیده که به عاملی مهم در فروش گوشی‌ها بدل شود. مشخصه‌ی فیس آی‌دی در اولویت اول خریداران آیفون ۱۰ نیست و این افراد بیشتر جذب طراحی پر زرق و برق این گوشی می‌شوند. هرچند بهترین دلیل برای خریدن گوشی پیکسل، دوربین آن است، اما آمار فروش این گوشی هم چندان بالا نیست. اما باید به این نکته اشاره کنیم که شرکت‌های بزرگ و کوچک سازنده‌ی گوشی‌ها باید از همین حالا روی توسعه‌ی یادگیری ماشینی تمرکز کنند تا در آینده‌ی نزدیک که این امر همه‌گیر می‌شود، از قافله عقب نیفتند. کمپانی‌های چینی شاید در زمینه‌ی سرعت تولید سخت‌افزارها بی‌رقیب باشند، اما این شرکت‌ها، به این راحتی‌ها نمی‌توانند حاصل چندین ماه تحقیق و توسعه در زمینه‌ی یادگیری ماشینی غول‌های تکنولوژی را کپی‌برداری کنند.

تراشه‌های هوش مصنوعی هوآوی و فاجعه‌ی بیکسبی سامسونگ

خارج از اپل و گوگل، شرکت هوآوی از جمله بزرگ‌ترین شرکت‌هایی محسوب می‌شود که در گجت‌هایش به استفاده از تراشه‌ی هوش مصنوعی و یادگیری ماشینی روی آورده است. تراشه‌ی گوشی میت ۱۰ هوآوی از «واحد پردازش عصبی» (NPU) بهره می‌برد که به قول هوآوی به این گوشی «هوش مصنوعی واقعی» اعطا کرده است. با وجود این که هوآوی در زمینه‌ی هوش مصنوعی در جهت درستی حرکت می‌کند، اما رویکرد این شرکت شباهت چندانی با اپل و گوگل ندارد. اپل و گوگل هر دو تلاش می‌کنند که یادگیری ماشینی را در قسمت‌هایی به کار بگیرند که برای کاربر محسوس باشد. اما هوآوی چنین رویکردی را اتخاذ نکرده و از یادگیری ماشینی برای بهبود عملکرد اندروید استفاده کرده است که تاثیر آن فقط در یک بازه‌ی زمانی طولانی مشخص می‌شود. چنین تلاشی در خور ستایش است، اما چنین رویکردی در مقایسه با ویژگی‌های پر زرق و برق گوشی‌های دیگر چندان به چشم نمی‌آید. هوآوی همچنین مدعی است که دوربین میت ۱۰ از هوش مصنوعی بهره می‌برد و می‌تواند به‌طور خودکار کیفیت عکس‌ها را افزایش دهد؛ هرچند در مقایسه با دوربین گوگل پیکسل حرف زیادی برای گفتن ندارد.

نبرد اپل و گوگل بر سر فناوری‌های کپی‌ناپذیر - یادگیری ماشینی

شرکت هوآوی این تصور را دارد که صرف حضور یادگیری ماشینی در گوشی برای کاربران کافی است، اما در این جا باید گفت که یادگیری ماشینی به‌تنهایی نمی‌تواند باعث فروش یک گجت شود، بلکه مشخصه‌های جذاب مبتنی بر یادگیری ماشینی می‌توانند چنین کاری را انجام دهند.

یکی دیگر از مثال‌های بارز استفاده از یادگیری ماشینی، توسعه‌ی دستیار صوتی بیکسبی توسط سامسونگ است. شاید اگر گوگل اسیستنت شتاب‌زده و بدون آمادگی و بدون داشتن داده‌های گسترده‌ی مفید ارائه می‌شد، شبیه به بیکسبی از آب در می‌آمد. متاسفانه، همه‌ی کمپانی‌ها در تلاش‌اند که از مواهب یادگیری ماشینی بهره‌مند شوند و به همین خاطر در سال آینده می‌توانیم انتظار انواع و اقسام بیکسبی‌ها را داشته باشیم.

وقتی که به آیفون ۱۰ نگاه می‌کنید، شاید بیش از هرچیزی جذب نمایشگر اولد زیبای آن شوید. این نمایشگر هرچقدر هم گران و خاص باشد، توسط سامسونگ ساخته شده است و در انحصار اپل نیست. اپل در طی این سال‌ها تلاش کرده در زمینه‌ی سخت‌افزار نوآوری‌های زیادی ایجاد کند؛ به طور مثال می‌توانیم به موتور «تپتیک» (Taptic) برای ایجاد بازخورد لمسی، «لمس سه‌بعدی» (۳D Touch) در نمایشگرهای آیفون و تاچ بار در جدیدترین مک‌بوک‌ها اشاره کنیم. اما تمام این نوآوری‌ها می‌توانند مهندسی معکوس شوند و کپی‌های آن توسط دیگران ساخته شود. در سال ۲۰۱۴، اپل تصمیم گرفت که برای تولید نمایشگرهایی از جنس یاقوت کبود مبلغ زیادی را سرمایه‌گذاری کند؛ اما این تلاش اپل به شکست انجامید و شرکت تحت قرارداد اپل هم ورشکست شد.

نبرد اپل و گوگل بر سر فناوری‌های کپی‌ناپذیر - یادگیری ماشینی

زمانی سازندگان گوشی‌های هوشمند خیالشان راحت بود که روند کپی‌برداری از نوآوری‌های سخت‌افزاری آن‌ها حداقل چند ماهی طول می‌کشد. اما دیگر چنین روزهایی به خاطره پیوسته است. هم‌اکنون در موقعیتی به سر می‌بریم که سازندگان گوشی‌ها برای متمایز کردن گجت‌هایشان، ناچارند که به سمت یادگیری ماشینی روی بیاورند. به نظر ما دوربین گوشی پیکسل آن چنان که باید و شاید مورد توجه قرار نگرفته و این عمدتا به دلیل ضعف گوگل در عرضه‌ی این گوشی بوده است. همچنین پیش‌بینی می‌کنیم که به‌زودی شاهد کپی‌های بی‌کیفیتی از فیس آی‌دی آیفون خواهیم بود. در سال‌های اخیر، مرز بین نوآورهای حقیقی و کپی‌بردارهای چابک هر روز کم‌رنگ‌تر از دیروز می‌شد؛ اما با اوج گرفتن فناوری یادگیری ماشینی، چنین مرزی دوباره در حال آشکار شدن است.

تراشه‌های هوش مصنوعی در گوشی هوشمند چه می‌کنند؟

تراشه‌های هوش مصنوعی در گوشی هوشمند چه می‌کنند؟

هوش مصنوعی در حال حرکت به سمت گوشی موبایل شما است. چیپست A11 آیفون ۱۰ از یک موتور عصبی بهره می‌برد و تراشه‌ی Kirin 970 هوآوی میت ۱۰ هم مجهز به «واحد پردازش عصبی» (NPU) است. پیکسل ۲ هم از یک تراشه‌ی مخفی هوش مصنوعی استفاده می‌کند که برای پردازش تصویر مورد استفاده قرار می‌گیرد و به تازگی فعال شده است. سوالی که در اینجا مطرح می‌شود این است که این نسل جدید تراشه‌ها دقیقا برای انجام چه کارهایی طراحی شده‌اند؟

با کوچک‌تر و پیچیده شدن چیپست‌های گوشی‌ها، آن‌ها توانستند وظایف بیشتری را تقبل کنند و کارهای متنوع‌تری را انجام دهند. به‌طور مثال، می‌توانیم به «واحد پردازش گرافیکی» (GPU) اشاره کنیم که حالا در قلب تپنده‌ی گوشی‌ها در کنار CPU جای گرفته است. GPU تمام وظایف سنگین پردازش بصری گوشی را بر عهده می‌گیرد تا پردازنده‌ی اصلی بتواند دیگر پردازش‌های گوشی را انجام دهد.

نسل جدید تراشه‌های هوش مصنوعی هم کم‌وبیش مانند GPU هستند؛ با این تفاوت که به‌جای پردازش تصاویر و ویدیوها، آن‌ها به‌گونه‌ای طراحی شده‌اند که به‌طور مثال می‌توانند عکس‌های حیوانات خانگی شما را تشخیص بدهند.

‌هوش مصنوعی چیست؟

مفهوم هوش مصنوعی در عنوان آن نهفته است. گستره‌ی این مفهوم معمولا در طی مرور زمان دچار تغییر و تحول می‌شود، اما به‌طورکلی می‌توان گفت هوش مصنوعی زمانی اتفاق می‌افتد که یک ماشین بتواند نوعی از تفکر و منطق مشابه انسان را نشان بدهد. بعد از شنیدن نام هوش مصنوعی، بسیاری از افراد یاد ربات‌های مکانیکی می‌افتند که یک انسان از پشت کامپیوتر آن‌ها را کنترل می‌کند. البته این یک تعریف بسیار کلی از هوش مصنوعی است و امروزه هوش مصنوعی گستره‌ی بسیار بیشتری را در برمی‌گیرد.

کاربرد هوش مصنوعی

استفاده‌ی گوگل از هوش مصنوعی برای یافتن تصاویر

درزمینه‌ی علوم کامپیوتر و گوشی‌های هوشمند، مفهوم هوش مصنوعی تعریف محدودتری دارد. در این عرصه، هوش مصنوعی بیشتر شامل یادگیری ماشینی، توانایی سیستم برای یادگیری در خارج از محیط برنامه‌نویسی، و یادگیری عمیق است. یادگیری عمیق نوعی از یادگیری ماشینی محسوب می‌شود که با استفاده از لایه‌های محاسباتی متعدد عملکرد مغز انسان را تقلید می‌کند. این لایه‌ها را شبکه‌های عصبی می‌نامند که با الهام از شبکه‌های عصبی موجود در مغز انسان طراحی شده‌اند.

بیشتر بخوانید: همه چیز در مورد هوش مصنوعی؛ تاریخچه، تعاریف و کاربردها

بنابراین یادگیری ماشینی مثلا می‌تواند ایمیل‌های «هرزنامه» (Spam) را تشخیص دهد و چنین کاری را با بررسی هرزنامه‌های قدیمی انجام می‌دهد. حتی اگر ویژگی‌های هرزنامه را مشخص نکرده باشید، چنین سیستمی می‌تواند مشخصات ایمیل‌های هرزنامه را یاد بگیرد و از ورود آن‌ها جلوگیری کند.

یادگیری عمیق هم عملکرد مشابهی دارد ولی پیشرفته‌تر است و در برخی از وظایف (به‌خصوص در بینایی کامپیوتری) عملکرد بهتری دارد. کلمه‌ی «عمیق» به معنای استفاده از داده‌ها و لایه‌های بیشتر است. اگر بخواهیم مثال بزنیم، چنین سیستمی می‌تواند عکس یک سگ را از بین یک میلیون عکس تشخیص بدهد.

یادگیری ماشینی می‌تواند کار تشخیص محتوای عکس را انجام دهد، اما چنین فرایندی را در مدت‌زمان طولانی‌تری انجام می‌دهد، نیاز به کد نویسی بیشتری دارد و با افزایش تعداد عکس‌ها، دقت عملکرد آن هم کاهش پیدا می‌کند. با توجه به قدرت سخت‌افزارهای امروزی، بهتر است که برای چنین وظایفی از یادگیری عمیق استفاده کنیم.

تاریخچه هوش مصنوعی

معرفی موتور عصبی اپل

اگر بخواهیم جور دیگری بیان کنیم، ما باید برای یادگیری ماشینی تعریف کنیم که گربه‌ها سیبیل دارند و این سیستم این‌گونه می‌تواند گربه‌ها را تشخیص دهد. اما سیستم یادگیری عمیق می‌تواند به‌خودی‌خود این موضوع را تشخیص دهد.

در آخر این را هم مدنظر داشته باشید که مفاهیم هوش مصنوعی به این سادگی‌ها نیستند و یک متخصص هوش مصنوعی می‌تواند چندین کتاب در مورد همین چند پاراگراف بنویسد. ما فقط در اینجا سعی کردیم که مفاهیم اصلی هوش مصنوعی را به زبان ساده‌ای بیان کنیم.

‌تراشه‌های هوش مصنوعی در گوشی هوشمند

همان‌طور که در ابتدا گفتیم، تراشه‌های هوش مصنوعی دقیقا کار واحد پردازش گرافیکی را انجام می‌دهند، با این تفاوت که به‌جای تمرکز روی گرافیک‌ها، انجام محاسبات مهم مربوط به یادگیری ماشینی و یادگیری عمیق را بر عهده می‌گیرند. این تراشه‌ها فشار روی CPU را کاهش می‌دهند و در نتیجه میزان مصرف باتری هم کاهش پیدا می‌کند. با چنین تراشه‌هایی امنیت داده‌های شما هم افزایش می‌یابد، زیرا داده‌های کمتری برای پردازش به فضای ابری منتقل می‌شود.

تمام این حرف‌ها به زبان ساده چه معنایی دارند؟ این‌ها یعنی فرایند تشخیص محتوای عکس و پردازش می‌تواند با سرعت بسیار بالاتری انجام شود. به‌طور مثال، هوآوی ادعا می‌کند که واحد پردازش عصبی آن‌ها می‌تواند فرایند تشخیص محتوای عکس را با سرعت ۲۰ هزار عکس در ثانیه انجام دهد. بنا به ادعای این کمپانی این عملکرد ۲۰ برابر سریع‌تر از یک CPU استاندارد است.

هوش مصنوعی چیست

پردازنده‌ی Kirin 970 از یک تراشه‌ی اختصاصی هوش مصنوعی بهره می‌برد

وقتی صحبت از پردازش مبتنی بر هوش مصنوعی می‌شود، آن‌چه اهمیت دارد، تعداد عملیات «ممیز شناور» (floating point) در ثانیه است. طبق ادعای هواوی، توان محاسباتی واحد پردازش عصبی (NPU) به‌کاررفته در تراشه‌ی Kirin 970، هنگام استفاده از اعداد ممیز شناور ۱۶ بیتی، معادل ۱.۹۲ ترافلاپس یا یک هزار میلیارد عملیات ممیز شناور در ثانیه است. در شبکه‌های عصبی، به‌جای استفاده از اعداد طبیعی و صحیح، برای محاسبات از اعداد ممیز شناور استفاده می‌شود.

اپل نام تراشه‌ی هوش مصنوعی موجود در چیپست A11 را موتور عصبی گذاشته است. این تراشه پردازش‌های مربوط به یادگیری ماشینی و یادگیری عمیق را انجام می‌دهد؛ کارهایی مانند شناخت چهره‌ی شما، تشخیص صدای شما، ضبط انیموجی و تشخیص محتوای عکسی که می‌خواهید بگیرید. اپل ادعا می‌کند که این تراشه در عرض یک ثانیه می‌تواند ۶۰۰ میلیارد عملیات انجام دهد.

توسعه‌دهندگان اپلیکیشن‌های iOS از طریق پلتفرم Core ML می‌توانند از سیستم تشخیص تصاویر و دیگر الگوریتم‌های هوش مصنوعی استفاده کنند. اپل پلتفرم Core ML را به گونه‌ای طراحی کرده که توسعه‌دهندگان با استفاده از آن می‌توانند برای گجت‌های مختلف اپل اپلیکیشن‌هایی را توسعه دهند اما با استفاده از تراشه‌ی هوش مصنوعی موجود در آیفون ۱۰، این عملیات سریع‌تر انجام می‌شود. تراشه‌ی هوش مصنوعی هوآوی هم می‌تواند بخش زیادی از عملیات مربوط به هوش مصنوعی را انجام دهد که موجب کاهش آپلود داده به فضای ابری و درنتیجه افزایش سرعت گوشی و کاهش مصرف باتری می‌شود.

مقاله در مورد هوش مصنوعی

تراشه‌های هوش مصنوعی حالا چهره‌ها را تشخیص می‌دهند و در آینده کارهای بزرگ‌تری را انجام خواهند داد

به طور خلاصه و مفید، این تراشه‌ها وظایف مربوط به یادگیری ماشینی، یادگیری عمیق و شبکه‌های عصبی را با دقت و سرعت بیشتری نسبت به CPU و GPU انجام می‌دهند. عملکرد سریع فیس آی‌دی، به لطف موتور عصبی آیفون ۱۰ ممکن می‌شود.

آیا وارد دنیای جدیدی شده‌ایم؟ آیا به‌زودی تراشه‌ی هوش مصنوعی را در همه‌ی گوشی‌های هوشمند خواهیم دید؟ با توجه به افزایش حضور هرچه بیشتر هوش مصنوعی در انواع و اقسام گجت‌ها، می‌توان جواب این سوال را مثبت دانست. تراشه‌های کوالکام همین حالا هم به نحوی طراحی شده‌اند که می‌توانند قسمتی از وظایف مربوط به هوش مصنوعی را بر عهده بگیرند. احتمالا در آینده چیپست‌های این شرکت هم از تراشه‌ی ویژه‌ی هوش مصنوعی بهره خواهند برد. در حال حاضر با وجود این که این تراشه‌ها فقط وظیفه‌های محدود و مشخصی را انجام می‌دهند، اما اهمیت آن‌ها روزبه‌روز بیشتر از قبل می‌شود.

سایت‌های دارای کشور مبدا نامشخص از بخش اخبار گوگل حذف می شوند

سایت‌های دارای کشور مبدا نامشخص از بخش اخبار گوگل حذف می شوند

گوگل در راستای مبارزه با نشر اخبار جعلی و غیرواقعی در فضای مجازی، اعلام کرد از این به بعد اخبار سایت‌هایی که کشور مبدأ آن‌ها مشخص نباشد، در اخبار گوگل نمایش داده نمی شود.

با توجه به تأثیری که نشر اخبار جعلی در انتخابات سال ۲۰۱۶ آمریکا گذاشت، گوگل از مدتی قبل در صدد آن برآمده است که تا حد امکان نشر چنین خبرهایی را از روش‌های مختلف محدود کند. در همین راستا، گوگل اعلام کرد محتوای سایت‌هایی را که مبدأ آن‌ها نامعلوم است و یا به‌ نوعی مبدأ خود را چیزی غیر از مبدأ واقعی نمایش می‌دهند و در مورد هویت خود صادق نیستند، در این صفحه جستجوگر نمایش داده نخواهد شد.

با توجه به این تصمیم جدید، گوگل در اقدامی به‌ تازگی «خط‌ مشی انتشار اخبار» خود را به‌روزرسانی کرده و با ایجاد تغییراتی در سیاست‌های قبلی آن، نشر اخبار سایت‌هایی که درباره مبدأ خود اطلاعات غلط ارائه کرده یا سعی در اختفای هویت خود دارند را ممنوع کرده است؛ به‌ عنوان‌ مثال، از این به بعد یک سایت روسی نمی‌تواند به‌ عنوان یک درگاه خبری آمریکایی خود را معرفی کند و چنانچه سعی در انجام این کار کند، اخبار آن در نتایج جستجوی کاربران در قسمت نیوز فید گوگل نمایش داده نمی‌شود.

علت این اقدامات سخت‌گیرانه گوگل بر هیچکس پوشیده نیست. همان‌طور که می‌دانید شایعات مربوط به تأثیرگذاری روس‌ها در انتخابات آمریکا از طریق انتشار اخبار دروغ و جوسازی در فضای مجازی در ماه‌های گذشته باعث شد مقامات مربوطه، شرکت‌های بزرگ اینترنتی از جمله گوگل را تحت‌فشار قرار دهند و خواستار نظارت بیشتری از سوی آن‌ها بر روی محتوایی شوند که در صفحات مربوط به این شرکت‌ها منتشر می‌شود.

یک سخنگوی گوگل در رابطه با این اقدام اخیر گوگل در مصاحبه با سایت بلومبرگ گفت:

با توجه به تغییرات مداوم دنیای مجازی، گوگل نیز الزاماً برای تطابق با این تغییرات ناچار است سیاست‌های خود را در صورت لزوم تغییر دهد.

وی اضافه کرد:

مردم حق دارند بدانند منبع اخبار آنلاینی که در جستجوگر گوگل مشاهده می‌کنند، کدام کشور است تا با اتکا به این اطلاعات بتوانند تشخیص دهند چقدر این اطلاعات قابل‌ اعتماد است.

منبع: کلیک